文章列表-AI魔法学院

文章列表

借题发挥下最近几例声音克隆的应用案例

最近接连接到几个客户找我订制声音的案例： 1.某父亲痛失爱子，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过

声音克隆数字人

解玄：共相、道、基类与战略

不同思维体系下对同样的事物会有不同描述，比如共相属于狭义哲学或者佛学、道则更像大众和玄学用语、基类则属于程序员，但背后的话题都和名家的名实有点关系。

玄学科学

中学生能看懂：Sora 原理解读

尽管这些照片内容和风格各异，但你能轻松地辨识每一张照片代表的地点和情感，因为你的大脑能够将这些不同的视觉信息统一理解。

Sora 原理

阿里巴巴语音实验室发布开源语音处理框架ClearerVoice-Studio，支持语音增强、分离、目标说话人提取

、分离复杂声源并结合音频和视觉数据锁定目标发声者。

ClearerVoice-Studio 语音

如何修复GPT幻觉、及评估数据集的挑战

要求模型逐步思考，并在响应中提供事实和来源参考。

大模型

24年首篇离奇论文：加点噪声，RAG效果翻倍？！

这些结果强调了开发专门策略以整合检索和语言生成模型的重要性，并为未来的研究奠定了基础。

RAG 检索论文

爆肝7天！AI艺术字终极攻略，光影、隐藏、嵌入、海报4种艺术字全拆解

随着AIGC技术迭代，越来越多有趣的玩法也被逐渐挖掘了出来像最近特别火的AI艺术字我花了一周的时间把所有的玩法研究了一遍整理出来一套完整的制作流程文章包含了从制作底图、选大模型、写关键词和ControlNet

文生图

StreamingLLM 框架：利用最新标记让 AI 记住你的话、创作长篇小说，探索无限长度文本

在多轮对话和其他流媒体应用中，因为预计会有持续较长时间的互动，因此行业内正在研究一种方法，使大型LLM模型能够处理更长的上下文信息。

大模型 llm框架

聊聊 AIGC 一些拧巴的现状

今天，整理一下我得到的一些碎片化信息和观点分享给大家，希望有用。

开源模型

Stable Diffusion

巧用ChatGPT生成Stable Diffusion绘画提示词Prompt

ChatGPT和AI绘画最近多火不用我再多强调，今天我来说说使用ChatGPT直接生成出图Prompt (提示词)。

Diffusion prompt

Coze多智能体（Multi-Agents）模式体验！

多智能体（Multi-Agents）和单智能体（Agent）有什么区别？

Coze 多智能体

体验完阿里的EMO模型，我emo了

简单来说，EMO（Emote Portrait Alive）是一个AI肖像视频生成系统，能够通过输入单一的参考图像，生成具有一定表现力的面部标签和各种头部姿态。

EMO 文生图

Stable Diffusion

Stable Diffusion高级教程 - 图生图(img2img)模式

顾名思义，除了根据正向和反向提示词之外，还需要基于一张图片生成图。

Stable Diffusion 图生图

GitHub工程师分享开发Copilot所采用的提示词工程

GitHub 工程师 Albert Ziegler 和 John Berryman 表示，不需要拥有机器学习或生成式 AI 博士学位就可以创建有效的基于 LLM 的应用程序，提示词工程是关键。

开源模型

中文对话大模型BELLE全面开源！（附：数据+模型+轻量化）

这个新项目基于BLOOM和LLAMA，针对中文进行了优化，使用了ChatGPT生成的数据来进行模型调优，为中文指令提供更好的支持。

belle 训练大模型

<...29 30 31 323334 35 36 37 38 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1